Pengaruh Modal Intelektual Terhadap Kinerja Keuangan Perusahaan Perbankan yang Terdaftar di Bursa Efek Indonesia (BEI) Tahun 2011-2014

SKRIPSI

PENGARUH MODAL INTELEKTUAL TERHADAP KINERJA KEUANGAN PERUSAHAAN PERBANKAN YANG TERDAFTAR DI BURSA EFEK

INDONESIA (BEI) TAHUN 2011-2014

OLEH

Geby Tiffani Safria 110503259

PROGRAM STUDI S1 AKUNTANSI DEPARTEMEN AKUNTANSI FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS SUMATERA UTARA

MEDAN 2015

yang berjudul “Pengaruh Modal Intelektual Terhadap Kinerja Keuangan Perusahaan Perbankan Yang Terdaftar Di Bursa Efek Indonesia (BEI) Tahun 2011-2014” adalah benar hasil karya tulis saya sendiri yang sebagai tugas akademik guna menyelesaikan beban akademik pada Fakultas Ekonomi Dan Bisnis Universitas Sumatera Utara.

Data yang saya peroleh dari lembaga dan saya kutip dari hasil karya penulis lain telah mendapatkan izin serta telah dicantumkan sumbernya secara jelas menurut norma dan etika penulisan ilmiah.

Apabila kemudian hari ditemukan adanya kecurangan dan plagiat dalam skripsi saya berikut ini, maka saya bersedia menerima sanksi sesuai dengan peraturan yang berlaku.

Medan, Agustus 2015 Yang Membuat Pernyataan

Geby Tiffani Safria NIM: 110503259

ABSTRAK

Pengaruh Modal Intelektual Terhadap Kinerja Keuangan Perusahaan Perbankan Yang Terdaftar Di Bursa Efek Indonesia (BEI)

Tahun 2011-2014

Rumusan masalah dalam penelitian ini adalah sejauh mana pengaruh modal intelektual yang diukur dengan model pulic yaitu Value Added Intellectual Ca pita l (VAIC™) atau secara perkomponen Huma n Ca pita l Efficiency (HCE), Structura l Ca pita l Efficiency (SCE), dan Capital Employed Efficiency (CEE) terhadap kinerja keuangan yang diukur dengan return on asset pada perusahaan perbankan yang terdaftar di bursa efek indonesia (BEI) tahun 2011-2014. Tujuan peneliti ini adalah untuk mengetahui pengaruh modal intelektual terhadap kinerja keuangan.

Sejalan dengan tujuan penelitian ini, penelitian ini dilaksanakan dengan menggunakan metode purposive sampling, artinya sampel dalam penelitian ini dipilih berdasarkan kriteria tertentu. Sampel dalam penelitian ini dari tahun 2011-2014 berjumlah 27 perusahaan perbankan. Teknik pengumpulan data berdasarkan pada data sekunder. Dalam penelitian ini, data sekunder diperoleh dari (http://www.idx.co.id) pada tahun 2011-2014.

Hasil dari pengujian hipotesis pertama bahwa Human Capital Efficiency (HCE), Structural Capital Efficiency (SCE), Capital Employed Efficiency (CEE) dan Value Added Intellectual Capital (VAIC™) secara simultan (uji F) berpengaruh signifikan terhadap kinerja keuangan pada perusahaan perbankan yang terdaftar di bursa efek indonesia tahun 2011-2014. sedangkan Secara Parsial (uji t) hanya terdapat pada Value Added Intellectual Capital (VAIC™) yang berpengaruh dan signifikan terhadap return on asset.

Kata Kunci:

Human Capital Efficiency (HCE), Structural Capital Efficiency (SCE), Capital Employed Efficiency (CEE) dan Return on Asset (ROA)

The problem formula tion in this resea rch is to wha t extent the effect of intellectua l ca pita l a s mea sured by model public is va lue added intellectua l ca pita l (VAIC) or a s components human ca pita l efficiency (HCE), structura l ca pita l efficiency (SCE), ca pita l employed efficiency (CEE) on fina ncia l perfoma nce a s mea sured with return on a sset in banking compa nies listed in IDX 2011-2014.

The porpuse of this resea rch is to know the effect of intellectua l ca pita l on fina ncia l ba nking. In step with this pupose, this pursose implemented with purposive sa mpling method. It mea ns the sa mple on this resea rch selec ted ba sed on certa in criteria .Sa mpel on this resea rch of 20011 -2014 in 27 compa nies ba nking. The technique of collection da ta on seconda ry da ta obta ined form (http://www.idx.co.id) on 2011-2014

The result of first hypothesis testis HCE, SCE,CEE a nd VAIC simulta neously (test F) significa nt impa ct on fina ncia l performance in ba nking ca mpa nies listed in IDX 2011-2014. While pa r tia lly (test T) only found in VAIC, ha s a impa ct a nd significant to return on a sset

Keywords:

Human Capital Efficiency (HCE), Structural Capital Efficiency (SCE), Capital Employed Efficiency (CEE) dan Return on Asset (ROA)

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan rahmat, hidayah, kesehatan, dan kemudahan sehingga penulis dapat

menyelesaikan skripsi ini yang berjudul “Pengaruh Modal Intelektual Terhadap

Kinerja Keuangan Perusahaan Perbankan Yang Terdaftar Di Bursa Efek Indonesia (BEI) Tahun 2011-2014,” guna memperoleh gelar Sarjana Ekonomi pada Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.

Dalam menyelesaikan penulisan skripsi ini, penulis mendapatkan banyak bantuan serta dukungan baik secara moril maupun materil dari berbagai pihak. terutama penulis ucapkan kepada kedua orang tua penulis Bapak H. Ali Imran,

S.E. dan Ibu Elfida. Terima kasih atas semua kasih sayang, do’a, dukungan,

didikan, dan semangat yang sangat berarti. Semoga penulis dapat menjadi anak yang dibanggakan. Kemudian kepada Kakak- Kakak Penulis, Rury Ariani, Mugi Puriandary dan Ardha Yudha .M. juga Penulis ucapkan terima kasih atas dukungannya dalam menyelesaikan skripsi ini. Oleh karena itu, dalam kesempatan ini penulis ingin menyampaikan rasa terima kasih yang sebesar-besarnya kepada: 1. Bapak Prof. Dr. Azhar Maksum, M.Ec.Acc., Ak., CA., selaku Dekan Fakultas

Ekonomi dan Bisnis Universitas Sumatera Utara.

2. Bapak Dr. Syafruddin Ginting Sugihen, MAFIS, Ak., CPA dan Drs. Hotmal Ja’far, MM., Ak., selaku Ketua dan Sekretaris Dapartemen Akuntansi Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.

4. Bapak Drs. Chairul Nazwar M.Si., Ak. selaku Dosen Pembimbing dan Ibu Dra. Mutia Ismail, M.M.,Ak., selaku dosen penguji saya dan Ibu Dra. Nurzaimah, M.M.,A.k., selaku Dosen Pembanding/Penguji 2 penulis yang telah memberikan koreksi dan masukan dalam menyelesaikan skripsi ini.

5. Bapak-bapak dan Ibu-ibu dosen pengajar yang telah memberikan ilmunya kepada penulis selama kuliah.

6. Sahabat-Sahabat penulis, Rizky, Islah, Reta, Icut, Wina, Testi, Gracetian, Sely, Dedek, Tika, Febri, Rahma dan Keke , teman-teman SMA dan teman-teman seperjuangan akuntansi 2011 atas waktu, bantuan, dan motivasi yang diberikan Dengan segala kerendahan hati, penulis mengharapkan kritik dan saran yang membangun bagi kesempurnaan skripsi ini. Semoga skripsi ini bermanfaat bagi ilmu pengetahuan khususnya di bidang akuntansi.

Medan, Agustus 2015 Penulis

DAFTAR ISI

Halaman

PERNYATAAN ... i

ABSTRAK ... ii

ABSTRACT... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... vi

DAFTAR TABEL ... viii

DAFTAR GAMBAR ... ix

DAFTAR LAMPIRAN ... x

BAB I PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Rumusan Masalah ... 4

1.3. Tujuan Penelitian ... 4

1.4. Manfaat Penelitian ... 4

BAB II TINJAUAN PUSTAKA ... 6

2.1. Landasan Teori ... 6

2.1.1. Kinerja Keuangan Perusahaan ... 6

2.1.2. Resources based theory/resources based view (RBV) 7 2.1.3. Model Intelektual ... 8

2.1.4. Value Added Intellectual Coeffient (VAICTM)... 11

2.2. Penelitian Terdahulu ... 13

2.3. Kerangka Konseptual ... 16

2.4. Hipotesis ... 22

BAB III METODE PENELITIAN ... 24

3.1. Jenis Penelitian ... 24

3.2. Tempat dan Waktu Penelitian ... 24

3.3. Defenisi Operasional dan Pengukuran Variabel ... 24

3.3.1.Variabel dependen / variable terikat ... 24

3.3.2. Variabel independen / variabel bebas ... 25

3.4. Populasi dan Sampel ... 29

3.5. Jenis Data ... 30

3.6. Metode Pengumpulan Data ... 31

3.7. Teknik Analisis ... 31

3.7.1. Statistik deskriptif ... 32

3.7.2. Uji asumsi klasik ... 32

3.7.2.1 Uji normalitas ... 32

3.7.2.2 Uji multikolonieritas ... 33

individual/uji Statistic t) ... 36

BAB IV HASIL DAN PEMBAHASAN ... 38

4.1. Analisis Statistik Deskriptif ... 38

4.2. Uji Asumsi Klasik ... 39

4.2.1 Uji Asumsi Normalitas ... 39

4.2.2 Uji Multikolinearitas ... 42

4.2.3 Uji Asumsi Autokorelasi ... 43

4.2.4 Uji Heteroskedastisitas ... 44

4.3. Pengujian Hipotesis ... 45

4.3.1 Analisis Koefisien Determinasi ... 46

4.3.2 Uji Signifikansi Koefisien Regresi Parsial secara Menyeluruh (Uji F) ... 46

4.3.3 Analisis Regresi Linear Berganda dan Uji Signifikansi Koefisien Regresi Parsial secara Individu (Uji t) ... 48

4.3.3.1 Pengujian Pengaruh HCE (x1) terhadap ROA (Y) ... 51

4.3.3.2 Pengujian Pengaruh SCE (X2) terhadap ROA(Y) ... 51

4.3.3.3 Pengujian Pengaruh CEE (X3) terhadap ROA (Y) ... 52

4.3.3.4 Pengujian Pengaruh VAIC (X4) terhadap ROA (Y) ... 52

4.4. Pembahasan Hasil Penelitian ... 53

BAB V KESIMPULAN DAN SARAN ... 55

5.1. Kesimpulan ... 55

5.2. Saran ... 56

DAFTAR PUSTAKA ... 57

DAFTAR TABEL

No. Judul Halaman

2.1 Penelitian Terdahulu ... 13

3.1 Defenisi Operasional ... 28

3.2 Daftar Sampel Perusahaan Perbankan ... 30

4.1 Statistik Deskriptif dari HCE, SCE, CEE, VAIC, ROA ... 38

4.2 Uji Normalitas ... 40

4.3 Uji Multikolinearitas ... 42

4.4 Uji Autokorelasi ... 43

4.5 Uji Heteroskedastisitas (Uji Glejser) ... 44

4.6 Koefisien Determinasi ... 45

4.7 Uji Signifikansi Simultan (Uji F) ... 47

4.1 Histogram untuk pengujian asumsi normalitas ... 41

4.2 Normalitas dengan Normal Probability Plot ... 41

4.3 Uji Heteroskedastisitas ... 44

4.4 Menentukan nilai F Tabel dengan Microsoft Excel ... 47

DAFTAR LAMPIRAN

No. Judul Halaman

1 Daftar Perusahaan Perbankan ... 58

2 Daftar Variabel Penelitian ... 60

3 Statistik Deskriprif ... 64

4 Uji Normalitas ... 64

5 Uji Autokorelasi ... 65

Rumusan masalah dalam penelitian ini adalah sejauh mana pengaruh modal intelektual yang diukur dengan model pulic yaitu Value Added Intellectual Ca pita l (VAIC™) atau secara perkomponen Huma n Ca pita l Efficiency (HCE), Structura l Ca pita l Efficiency (SCE), dan Capital Employed Efficiency (CEE) terhadap kinerja keuangan yang diukur dengan return on asset pada perusahaan perbankan yang terdaftar di bursa efek indonesia (BEI) tahun 2011-2014. Tujuan peneliti ini adalah untuk mengetahui pengaruh modal intelektual terhadap kinerja keuangan.

Sejalan dengan tujuan penelitian ini, penelitian ini dilaksanakan dengan menggunakan metode purposive sampling, artinya sampel dalam penelitian ini dipilih berdasarkan kriteria tertentu. Sampel dalam penelitian ini dari tahun 2011-2014 berjumlah 27 perusahaan perbankan. Teknik pengumpulan data berdasarkan pada data sekunder. Dalam penelitian ini, data sekunder diperoleh dari (http://www.idx.co.id) pada tahun 2011-2014.

Hasil dari pengujian hipotesis pertama bahwa Human Capital Efficiency (HCE), Structural Capital Efficiency (SCE), Capital Employed Efficiency (CEE) dan Value Added Intellectual Capital (VAIC™) secara simultan (uji F) berpengaruh signifikan terhadap kinerja keuangan pada perusahaan perbankan yang terdaftar di bursa efek indonesia tahun 2011-2014. sedangkan Secara Parsial (uji t) hanya terdapat pada Value Added Intellectual Capital (VAIC™) yang berpengaruh dan signifikan terhadap return on asset.

Kata Kunci:

Human Capital Efficiency (HCE), Structural Capital Efficiency (SCE), Capital Employed Efficiency (CEE) dan Return on Asset (ROA)

ABSTRACT

The Impact of Intellectual Capital On Financial Performance Banking Companies Listed in Indonesia Stock Exchange (IDX)

2011-2014

The problem formula tion in this resea rch is to wha t extent the effect of intellectua l ca pita l a s mea sured by model public is va lue added intellectua l ca pita l (VAIC) or a s components human ca pita l efficiency (HCE), structura l ca pita l efficiency (SCE), ca pita l employed efficiency (CEE) on fina ncia l perfoma nce a s mea sured with return on a sset in banking compa nies listed in IDX 2011-2014.

The porpuse of this resea rch is to know the effect of intellectua l ca pita l on fina ncia l ba nking. In step with this pupose, this pursose implemented with purposive sa mpling method. It mea ns the sa mple on this resea rch selec ted ba sed on certa in criteria .Sa mpel on this resea rch of 20011 -2014 in 27 compa nies ba nking. The technique of collection da ta on seconda ry da ta obta ined form (http://www.idx.co.id) on 2011-2014

The result of first hypothesis testis HCE, SCE,CEE a nd VAIC simulta neously (test F) significa nt impa ct on fina ncia l performance in ba nking ca mpa nies listed in IDX 2011-2014. While pa r tia lly (test T) only found in VAIC, ha s a impa ct a nd significant to return on a sset

Keywords:

Human Capital Efficiency (HCE), Structural Capital Efficiency (SCE), Capital Employed Efficiency (CEE) dan Return on Asset (ROA)

BAB I PENDAHULUAN

1.1 Latar Belakang

Kinerja digunakan sebagai alat ukur kemampuan suatu perusahaan dalam mencipatakan nilai tambah dalam upaya mencapai tujuan perusahaan. Kinerja keuangan perusahaan pada dasarnya diperlukan sebagai alat untuk mengukur fina ncia l hea lth (kesehatan keuangan) perusahaan. Kinerja keuangan perusahaan digunakan sebagai media pengukuran subjektif yang menggambarkan efektifitas penggunaan aset oleh sebuah perusahaan dalam menjalankan bisnis utamanya dan meningkatkan pendapatan. Kinerja keuangan perusahaan merupakan salah satu aspek yang fundamental mengenai kondisi keuangan perusahaan yang dapat dilakukan berdasarkan analisis rasio keuangan perusahaan dalam satu periode (Farih, 2010). Lima kelompok rasio keuangan yaitu: rasio likuiditas, rasio leverage, rasio aktivitas, rasio rentabilitas, dan rasio pasar. Penelitian ini menggunakan salah satu jenis rasio keuangan rentabilitas yaitu Return on Assets (ROA) atau disebut juga rentabilitas ekonomi ialah laba usaha dengan modal sendiri dan modal asing yang dipergunakan untuk menghasilkan laba tersebut (Wati, 2014).

Bidang modal intelektual (Intellectual Capital/IC) awalnya mulai muncul dalam pers populer pada awal 1990-an (Stewart, 1991; 1994). Modal intelektual telah mendapat perhatian lebih, bagi para akademisi, perusahaan maupun para investor. Modal intelektual dapat dipandang sebagai pengetahuan, dalam pembentukan, kekayaan intelektual dan pengalaman yang dapat digunakan untuk

2

menciptakan kekayaan (Stewart, 1997). Masalah sebenarnya dengan modal intelektual yaitu terletak pada pengukurannya. Para peneliti berusaha menemukan cara yang dapat diandalkan untuk mengukur aktiva tak berwujud dan modal intelektual.

Sebuah alternatif dalam pengukuran intellectua l ca pita l (IC) dikembangkan oleh Pulic (1998), yang berpendapat bahwa intellectual capital (IC) dapat diukur dari nilai tambah yang berasal dari intellectua l capital (IC) terhadap perusahaan. Pulic (1998) mengajukan

Suatu ukuran untuk menilai efisiensi dari nilai tambah sebagai hasil dari kemampuan intelektual perusahaan (Value Added Intellectual Coefficient –

VAIC™). Komponen utama dari VAIC™ dapat dilihat dari sumber daya perusahaan, yaitu physical capital (VACA – va lue added capital employed), human capital (VAHU – va lue a dded huma n capital), dan structura l ca pita l (STVA – structura l ca pita l va lue a dded).

Penelitian Modal Intelektual mencoba untuk menghubungkan Modal intelektual dengan Kinerja Keuangan, seperti yang dilakukan oleh Kirmizi Ritonga dan Jessica Andriyanie (2011) yang menyimpulkan bahwa Human Ca pita l, Ca pita l Employed berpengaruh signifikan terhadap kinerja keuangan, sedangkan structural Capita l tidak berpengaruh terhadap kinerja keuangan. Hasil dari Ayu Wahdikorin (2010) menyatakan adanya pengaruh positif Capital Employed terhadap Kinerja keuangan, sedangkan Human Capital dan Structural Ca pita l tidak berpengaruh terhadap kinerja keuangan. Dan dilakukan oleh

beberapa peneliti lainnya seperti Niswah Baroroh (2013) dan Wahyu Widarjo (2010).

Penelitian ini merupakan replikasi dari penelitian terdahulu yang dilakukan oleh Baroroh (2013), yang melakukan penelitian tentang Analisis Pengaruh Modal Intelektual Terhadap Kinerja Keuangan Perusahaan Manufaktur di Indonesia. Hasil dari penelitian yang dilakukan yaitu: terdapat pengaruh positif Intellectua l Ca pita l terhadap Kinerja Keuangan. Penelitian Baroroh (2013) ini direplikasi karena kebanyakan perusahaan lebih fokus terhadap aset berwujud sedangkan yang ditinjau di penelitian yang direplikasi adalah pengaruh modal intelektual terhadap kinerja keuangan, dimana modal intelektual tersebut merupakan aset tidak berwujud.

Perbedaan penelitian ini dengan penelitian sebelumnya terdapat pada pemilihan populasi dan tahun yang diteliti. Penelitian yang dilakukan oleh Niswah Baroroh (2008) mengambil sampel dari sektor industri barang konsumsi. Dalam penelitian ini, peneliti mengambil sektor perbankan sebagai populasi penelitian, karena perbankan merupakan sektor jasa yang memiliki tingkat pengaruh intellectual capital yang tinggi, hal ini dikarenakan sektor perbankan menggunakan sumber daya terbesar berupa human capital yang merupakan bagian dari intellectual capital (IC), sehingga diharapkan didapatkan pengaruh yang signifikan antara intellectual capital (IC) terhadap kinerja keuangan pada perusahaan perbankan. Pemilihan sektor perbankan sebagai sampel mengacu pada penelitian Wahdikorin dan Farih (2010). Sektor perbankan dipilih karena industri perbankan adalah salah satu sektor yang paling intensif IC-nya. Selain itu, dari

4

aspek intelektual, secara keseluruhan karyawan di sektor perbankan lebih homogen dibandingkan dengan sektor ekonomi lainnya (Wahdikorin, 2010). Selain itu jika dilihat dari komponen pembentuknya, komponen karyawan (huma n) pada bank merupakan yang utama dikarenakan seluruh kegiatan pada bank menggunakan karyawan sepenuhnya, berbeda dengan perusahaan manufaktur yang memiliki komponen terbesar selain pada karyawan juga pada mesin dan alat-alat (fixed assets) untuk memproduksi barang (Farih, 2010).

1.2 Rumusan Masalah

Atas dasar latar belakang penelitian di atas dan beberapa hasil penelitian sebelumnya, maka masalah yang hendak dijawab melalui penelitian ini adalah

“Apakah Huma n Capita l Efficiency (HCE), Structural Capital Efficiency (SCE), dan Capital Employed Efficiency (CEE) yang diproksikan dengan Va lue Added Intellectua l Ca pita l (VAIC™) berpengaruh terhadap kinerja keuangan pada perusahaan perbankan yang diproksi dengan Return on Assets (ROA) baik secara parsial dan simultan.

1.3 Tujuan Penelitian

Berdasarkan perumusan masalah diatas, maka tujuan yang hendak dicapai dari penelitian ini adalah menganalisis pengaruh dari Human Capital Efficiency (HCE), Structural Capital Efficiency (SCE), Capital Employed Efficiency (CEE) yang diproksikan dengan Value Added Intellectual Capital (VAIC™) terhadap kinerja keuangan pada perusahaan perbankan.

1.4 Manfaat Penelitian

Hasil dari penelitian mengenai Intellectual Capita l (IC) ini diharapkan dapat memberikan manfaat, antara lain :

1. Dapat menjadi tambahan referensi dan bahan pengembangan penelitian selanjutnya mengenai pengaruh faktor-faktor Intellectual Capital (IC) terhadap kinerja suatu perusahaan.

2. Bagi manajemen perusahaan di Indonesia dapat menjadi masukan dan dorongan bahwa betapa pentingnya nilai dari Intellectual Capital (IC) dalam kegiatan operasional perusahaan dalam mencapai Competitive Advantage. 3. Bagi perusahaan perbankan di indonesia dapat menjadi bahan pertimbangan

dalam penyusunan anggaran, khusunya dalam mengalokasikan anggaran yang berkaitan dengan intellectual capital (IC).

BAB II

TINJAUAN PUSTAKA

2.1 Landasan Teori

2.1.1 Kinerja Keuangan Perusahaan

Kinerja adalah hasil kerja yang dapat dicapai oleh seseorang atau sekelompok orang dalam suatu organisasi, sesuai dengan wewenang dan tanggung jawab masing-masing, dalam upaya mencapai tujuan organisasi bersangkutan secara legal, tidak melanggar hukum dan sesuai dengan moral maupun etika (Prawirosentono, 1997). Kinerja perusahaan merupakan ukuran kemampuan perusahaan dalam menciptakan nilai tambah bagi kelangsungan perusahaan di masa depan (Ritonga dan Andriyanie, 2011).

Untuk mengetahui kinerja yang dicapai maka dilakukan pengukuran kinerja. Ukuran kinerja yang umum digunakan yaitu ukuran kinerja keuangan. Kinerja keuangan perusahaan ditunjukkan oleh laporan keuangannya. Kinerja perusahaan dapat diukur dari laporan keuangan yang dikeluarkan secara periodik yang memberikan suatu gambaran tentang posisi keuangan perusahaan (Purnomo, 1998). Endut Wiyoto (2000) juga mengatakan bahwa kinerja keuangan biasanya diukur dengan menggunakan rasio profitabilitas atau bisa disebut juga rasio rentabilitas. Profitabilitas merupakan kemampuan untuk mendapatkan laba. Rasio-rasio profitabilitas atau efisiensi dimana rasio-rasio ini dimaksudkan untuk mengukur efisiensi penggunaan aktiva perusahaan (atau mungkin sekelompok aktiva perusahaan) (Husnan, 1998).

keuangan. Berbagai rasio dapat digunakan, tetapi dalam penelitian ini digunakan satu macam rasio keuangan yang mencerminkan efisiensi perusahaan terhadap total aktiva yaitu didefinisikan sebagai berikut:

Return on Assets (ROA) mengacu pada total pendapatan, termasuk pendapatan bunga bersih dan non pendapatan bunga, dibagi dengan total aset. Indikator ROA yang dipilih sebagai proxy untuk pengukuran profitabilitas. ROA merefleksikan keuntungan bisnis dan efisiensi perusahaan dalam pemanfaatan total aset (Chen et al., 2005). Pengelolaan aset yang baik dapat meningkatkan laba atas sejumlah aset yang dimiliki perusahaan yang dapat diukur dengan Return on Asset (ROA). Modal Intelektual diakui sebagai aset perusahaan karena mampu menghasilkan keunggulan kompetitif dan kinerja keuangan yang superior (Barney, 1991).

2.1.2 Resources based theory/resources based view (RBV)

Belakangan ini muncul aliran baru dalam analisis keunggulan bersaing yang dikenal dengan pendekatan berbasis sumber daya (resource-based view of the firm / RBV). Ini dicirikan oleh keunggulan pengetahuan (knowledge / learning economy) atau perekonomian yang mengandalkan aset-aset tak berwujud (intangible assets). Resources Based Theory dipelopori oleh Penrose (1959) yang mengemukakan bahwa “sumber daya perusahaan adalah heterogen, tidak homogen, jasa produktif yang tersedia berasal dari sumber daya perusahaan yang memberikan karakter unik bagi tiap-tiap perusahaan”.

Teori RBV memandang perusahaan sebagai kumpulan sumber daya dan kemampuan (Penrose 1959). Perbedaan sumber daya dan kemampuan perusahaan dengan perusahaan pesaing akan memberikan keuntungan

8

kompetitif (Peteraf, 1993). Asumsi RBV yaitu bagaimana perusahaan dapat bersaing dengan perusahaan lain untuk mendapatkan keunggulan kompetitif dengan mengelola sumber daya yang dimilikinya sesuai dengan kemampuan perusahaan.

Sumber daya perusahaan dapat dibagi menjadi tiga macam yaitu berwujud, tidak berwujud dan sumber daya manusia. Kemampuan menunjukkan apa yang dapat dilakukan perusahaan dengan sumber dayanya. Pendekatan RBV menyatakan bahwa perusahaan dapat mencapai keunggulan bersaing yang berkesinambungan dan memperoleh keuntungan superior dengan memiliki atau mengendalikan aset-aset strategis baik yang berwujud maupun yang tidak berwujud (Wahdikorin, 2010).

2.1.3 Modal intelektual

Modal intelektual merujuk pada modal-modal non fisik atau yang tidak berwujud (intangible assets) atau tidak kasat mata (invisible). Ada banyak definisi berbeda mengenai modal intelektual. Modal intelektual adalah informasi dan pengetahuan yang diaplikasikan dalam pekerjaan untuk menciptakan nilai (Wahdikorin, 2010). Intellectual capital mencakup semua pengetahuan karyawan, organisasi, dan kemampuan perusahaan untuk menciptakan nilai tambah dan keunggulan kompetitif. Intellectual capital adalah aset tak berwujud yang memegang peranan penting dalam meningkatkan daya saing perusahaan dan juga dimanfaatkan secara efektif untuk meningkatkan keuntungan perusahaan. Intellectual capital merupakan landasan bagi perusahaan untuk berkembang dan mempunyai keunggulan

dibandingkan perusahaan lain (Salim dan Karyawati, 2013). Dari definisi tersebut dapat disimpulkan bahwa intelellectual capital merupakan sumber daya yang dimiliki oleh suatu perusahaan yang nantinya akan memberikan keuntungan di masa depan yang dilihat dari kinerja perusahaan tersebut.

Beberapa para ahli telah mengemukakan elemen-elemen apa saja yang terdapat dalam modal intelektual. Namun, dari semuanya, tidak ada ketetapan pasti mengenai elemen-elemen dalam modal intelektual. Sehingga secara umum, elemen-elemen dalam modal intelektual terdiri dari modal manusia (human capital), Structural Capital (SC), dan Customer Capital (CC) (Wahdikorin, 2010).

Masing-masing komponen modal intelektual tersebut dalam skripsi ini di artikan sebagai berikut:

1. Huma n Ca pita l (HC) adalah kombinasi dari budaya, pendidikan, pengalaman dan sikap meliputi komponen perilaku kerja kariyawan. Karyawan, dikenal sebagai modal manusia yang memiliki peran penting dalam menciptakan nilai melalui peningkatan efisiensi. Kecerdasan intelektual memungkinkan seorang karyawan untuk mengubah praktik dan berfikir inovatif dalam pemecahan masalah. Human capital akan meningkat jika perusahaan mampu menggunakan pengetahuan yang dimiliki oleh karyawannya. Jika perusahaan berhasil dalam mengelola pengetahuan karyawannya, maka hal itu dapat meningkatkan human ca pita l. Sehingga human capital merupakan kekayaan yang dimiliki oleh suatu perusahaan yang terdapat dalam tiap individu yang ada di

10

dalamnya. Human capital ini yang nantinya akan mendukung structural ca pita l dan customer capital.

2. Structura l Capita l (SC) adalah infrastruktur yang dimiliki oleh suatu perusahaan dalam memenuhi kebutuhan pasar. Termasuk dalam structura l capital yaitu sistem teknologi, sistem operasional perusahaan, paten, merk dagang dan kursus pelatihan. Structural capital atau orga niza tiona l ca pita l adalah kekayaan potensial perusahaan yang tersimpan dalam organisasi dan manajemen perusahaan. Structural ca pita l merupakan infrastruktur pendukung dari human capital sebagai sarana dan prasarana pendukung kinerja karyawan. Sehingga walaupun karyawan memiliki pengetahuan yang tinggi namun bila tidak didukung oleh sarana dan prasarana yang memadai, maka kemampuan karyawan tersebut tidak akan menghasilkan modal intelektual.

3. Customer Ca pita l (CC) adalah orang-orang yang berhubungan dengan perusahaan, yang menerima pelayanan yang diberikan oleh perusahaan tersebut. Elemen customer capital merupakan komponen modal intelektual yang memberikan nilai secara nyata. Customer capital membahas mengenai hubungan perusahaan dengan pihak di luar perusahaan seperti pemerintah, pasar, pemasok dan pelanggan, bagaimana loyalitas pelanggan terhadap perusahaan. Customer capital juga dapat diartikan kemampuan perusahaan untuk mengidentifikasi kebutuhan dan keinginan pasar sehingga menghasilkan hubungan baik dengan pihak luar.

2.1.4 Value Added Intellectual Coefficient (VAICTM)

Pengukuran Modal Intelektual masih terus berkembang sehingga belum adanya standar khusus bagi pengukuran ini.

Sawarjuwono (2003) menyatakan bahwa metode pengukuran IC dikelompokan menjadi dua kelompok yaitu: pengukuran nonmonetary dan pengukuran monetary. Salah satu metode pengukuran intellectual capital dengan penilaian non-moneter yaitu Balanced Scorecard oleh Kaplan dan Norton, sedangkan metode pengukuran intellectual capital dengan penilaian moneter, salah satunya yaitu model Pulic yang dikenal dengan sebutan VAIC™.

VAICTM dikembangkan oleh Pulic sebagai instrumen untuk pengukur kinerja intellectual capital perusahaan. Model ini menyajikan informasi tentang value creation efficiency dari aset berwujud (tangible asset) dan aset tidak berwujud (intangible asset) yang dimiliki perusahaan sebagai hasil dari intellectua l ca pita l.

Model ini bertitik tolak kepada kemampuan perusahaan untuk menciptakan value added (VA) sebagai value creation. Pulic (1998)

menyatakan bahwa “va lue crea tion is entirely ba sed on knowledge” sehingga model ini dimulai dengan kemampuan perusahaan untuk menciptakan value a dded (VA). Va lue added adalah indikator yang dapat digunakan untuk mengukur atau menilai keberhasilan usaha dan menunjukan kemampuan perusahaan dalam penciptaan nilai (value creation), value added merupakan selisih antara input dan output, dimana output menunjukan pendapatan dari

12

seluruh produk dan jasa yang dijual kepada pelanggan di pasar, dan input merupakan seluruh beban yang dikeluarkan untuk memperoleh pendapatan.

Metode VAIC mengukur efisiensi tiga jenis input perusahaan yaitu modal manusia; modal struktural; serta modal fisik dan finansial yang terdiri dari:

1. Human Capital Efficiency (HCE) adalah indikator efisiensi nilai tambah modal manusia. HCE merupakan rasio dari Value Added (VA) terhadap Human Capital (HC). Hubungan ini mengindikasikan kemampuan modal manusia membuat nilai pada sebuah perusahaan. HCE dapat diartikan juga sebagai kemampuan perusahaan menghasilkan nilai tambah setiap rupiah yang dikeluarkan pada modal manusia. HCE menunjukkan berapa banyak Value Added (VA) dapat dihasilkan dengan dana yang dikeluarkan untuk tenaga kerja (Ulum, 2008).

2. Structural Capital Efficiency (SCE) adalah indikator efisiensi nilai tambah modal struktural. SCE merupakan rasio dari SC terhadap VA. Rasio ini mengukur jumlah SC yang dibutuhkan untuk menghasilkan 1 rupiah dari VA dan merupakan indikasi bagaimana keberhasilan SC dalam penciptaan nilai (Tan et al., 2007).

3. Capital Employed Efficiency (CEE) adalah indikator efisiensi nilai tambah modal yang digunakan. CEE merupakan rasio dari VA terhadap CE. CEE menggambarkan berapa banyak nilai tambah perusahaan yang dihasilkan dari modal yang digunakan. CEE yaitu kalkulasi dari kemampuan mengelola modal perusahaan (Imaningati, 2007).

2.2 Penelitian Terdahulu

Tabel 2.1

Tinjauan Penelitian Terdahulu No. Nama Peneliti Judul Penelitian Variabel

Penelitian

Hasil Penelitian

1. Andreas Yaputra

dan Ari Hadi Prasetyo (2012) Pengaruh Modal Intelektual terhadap Kinerja Keuangan perusahaan Infrastruktur, Utilitas dan Transp ortasi yang terdaftar di Bursa Efek Indonesia Periode 2008-2010

Variabel independen:

Human Capital Efficiency (HCE),

Structural Capital Efficiency (SCE),

Capital Employed Efficiency (CEE) dan Rate of Growth of Intelectual Capital (ROGIC) Variabel

dependen:

Return on Equity

(ROE), Asset Trun Over (ATO) dan Earnings Per Share (EPS)

 Intelectual Capital (VAICTM)

berpengaruh positif terhadap

Return on Equity

(ROE), Asset Trun Over (ATO) dan Earnings Per Share (EPS).  Rate of Growth

of Intelectual Capital (ROGIC) berpengaruh positif terhadap

Return on Equity

(ROE), Asset Trun Over (ATO) dan Earnings Per Share (EPS) untuk dimasa depan.

2. Ni Made Ratna

Wati, Edy Sujana dan Nyoman Ari Surya Darmawan (2014)

Pengaruh Modal Intelektual dan

Organizational learning terhadap Kinerja Keuangan pada perusahaan Perdagangan, Jasa dan Investasi yang terdaftar di Bursa Efek Indonesia tahun 2008-2012

Variabel independen:

Human Capital Efficiency (HCE),

Structural Capital Efficiency (SCE),

Capital Employed Efficiency (CEE) dan Rate of Growth of Intelectual Capital (ROGIC) Variabel

dependen:

Return on Assets

(ROA)

 Intelectual Capital (VAICTM)

berpengaruh positif terhadap

Return on Assets

(ROA)

 Rate of Growth of Intelectual Capital (ROGIC) berpengaruh negatif terhadap

Return on Assets

(ROA).

3. Wahyu Widarjo

(2010)

Pengaruh Modal Intelektual dan Pengungkapan Modal Intelektual pada Nilai Perusahaan yang melakukan Initial Public Offering

Variabel independen:

Human Capital Efficiency (HCE),

Structural Capital Efficiency (SCE),

Capital Employed Efficiency (CEE) dan

 Intelectual Capital (VAICTM)

tidak berpengaruh terhadap nilai perusahaan yang melakukan penawaran umum saham perdana.

14 Modal Intelektual Variabel dependen: Nilai Pasar perusahaan pada hari pertam dipasar sekunder (Initial Market Value)

Modal Intelektual berpengaruh Positif terhadap nilai perusahaan yang melakukan penawaran umum saham perdana.

4. Selvi Meliza

Salim dan Golrida Karyawati (2013) Pengaruh Modal Intelektual terhadap Kinerja Keuangan Variabel Independen: Human Capital Efficiency (HCE),

Structural Capital Efficiency (SCE),

Capital Employed Efficiency (CEE) Variabel

Dependen:

Return on Equity

(ROE) dan

Earnings Per Share (EPS)

 Capital Employed Efficiency berpengaruh terhadap ROE dan EPS

 Human Capital

berpengaruh signifikan terhadap ROE dan tidak signifikan terhadap EPS  Structural

Capital tidak berpengaruh terhadap ROE dan EPS

5. Jeffy Wiradinata

dan Baldric Siregar (2011) Pengaruh Modal Intelektual terhadap Kinerja Keuangan pada Perusahaan Sektor Keuangan yang terdaftar di Bursa Efek Indonesia

Variabel Independen:

Human Capital Efficiency (HCE),

Structural Capital Efficiency (SCE),

Capital Employed Efficiency (CEE) dan Rate of Growth of Intelectual Capital (ROGIC)

Human Capital Efficiency (HCE),

Structural Capital Efficiency (SCE),

Capital Employed Efficiency (CEE) dan Rate of Growth of Intelectual Capital (ROGIC) Variabel

Dependen:

Return on Equity

(ROE) dan

Earnings Per Share (EPS)

 Int electual Capital (VAICTM)

berpengaruh positif terhadap

Return on Equity

(ROE), Asset Trun Over (ATO) dan Earnings Per Share (EPS).  Rate of Growth

of Intelectual Capital (ROGIC) berpengaruh positif terhadap

Return on Equity

(ROE) dan

Earnings Per Share (EPS) untuk dimasa depan.

6. Kirmizi Ritonga dan Jessica Andriyanie (2011) Pengaruh Modal Intelektual terhadap Kinerja Keuangan Variabel Independen: Human Capital Efficiency (HCE),

Structural Capital Efficiency (SCE),

Capital Employed Efficiency (CEE) Variabel

Dependen:

Earnings Per Share (EPS)

 Intelectual Capital (VAICTM)

berpengaruh positif terhadap

Earnings Per Share (EPS).

7. Niswah Baroroh

(2013) Analisis Pengaruh Modal Intelektual terhadap Kinerja Keuangan Perusahaan Manufaktur di Indonesia Variabel independen: Human Capital Efficiency (HCE),

Structural Capital Efficiency (SCE),

Capital Employed Efficiency (CEE) dan Rate of Growth of Intelectual Capital (ROGIC) Variabel

dependen:

Return on Assets

(ROA)

 Intelectual Capital (VAICTM)

berpengaruh positif terhadap

Return on Assets

(ROA)

 Rate of Growth of Intelectual Capital (ROGIC) berpengaruh positif terhadap

Return on Assets

(ROA)

16

Mod al Intelektual 2.3 Kerangka Konseptual

Gambar 2.1 Kerangka Konsep

Mengacu kepada teori Resources Based View (RBV) yang menyatakan bahwa perbedaan sumber daya dan kemampuan perusahaan dengan perusahaan pesaing akan memberikan keuntungan kompetitif (Peteraf, 1993). Dengan keunggulan kompetitif yang dimiliki perusahaan, maka akan meningkatkan kinerja perusahaan itu sendiri. Sehingga intellectual capital dapat dikatakan sebagai aset tak berwujud yang mempunyai dampak signifikan pada kinerja dan semua keberhasilan dalam bisnis. Penelitian tentang hubungan antara modal intelektual dengan kinerja perusahaan pernah dilakukan oleh Baroroh (2013). Hasil penelitian tersebut menunjukkan bahwa modal intelektual memiliki dampak yang signifikan terhadap kinerja perusahaan.

Berdasarkan dari hasil penelitian sebelumnya dan untuk pengembangan H

uma n Ca pita l

V a lue Added Intellectua l Coefficient (VAICTM) St ructura l

Ca pita l C a pita l Employed

K inerja Keuangan Perusahaa

n (ROA) ( Y)

hipotesis, maka untuk menggambarkan hubungan dari variabel independen dan variabel independen dalam penelitian kali ini dikemukakan suatu kerangka pemikiran teoritis yaitu mengenai pengaruh modal intelektual terhadap kinerja keuangan perusahaan pada industri perbankan di Indonesia.

Kerangka pemikiran teoritis yang menggambarkan rumusan hipotesis penelitian ditunjukkan dalam gambar sebagai berikut:

1. Pengaruh Human Capital Efficiency (HCE) Terhadap Return on Assets (ROA)

Huma n Ca pita l merupakan aktiva tak berwujud yang dimiliki perusahaan dalam bentuk kemampuan intelektual, kreatifitas dan inovasi-inovasi yang dimiliki oleh karyawannya.

Huma n Capita l diukur dengan sebuah indikator yaitu Human Ca pita l Efficiency (HCE). HCE menunjukkan berapa banyak Value Added (VA) yang dapat dihasilkan oleh suatu perusahaan dengan dana yang dikeluarkan untuk tenaga kerja (Ulum, 2008). Value Added (VA) adalah hasil penjualan (total pendapatan) dikurangi dengan total beban. Tenaga kerja diukur dengan gaji dan tunjangan karyawan.

HCE diperoleh jika gaji dan tunjangan yang lebih rendah dapat menghasilkan penjualan yang meningkat atau dengan gaji dan tunjangan yang lebih besar diiringi pula dengan penjualan yang semakin meningkat lagi. Gaji dan tunjangan yang lebih besar kepada karyawan diharapkan dapat memotivasi karyawan tersebut untuk meningkatkan produktivitasnya dalam proses produksi. Pengelolaan Sumber Daya

18

Manusia (SDM) yang baik dalam perusahaan dapat meningkatkan produktivitas karyawan yang nantinya juga akan meningkatkan pendapatan dan profit perusahaan (Imaningati, 2007). Produktivitas karyawan yang semakin meningkat menunjukkan bahwa karyawan semakin baik dalam mengelola aset perusahaan. Hal ini dapat meningkatkan laba atas sejumlah aset yang dimiliki perusahaan yang diukur dengan Return on Assets (ROA). Semakin tinggi rasio ini maka semakin baik produktifitas aset dalam memperoleh keuntungan bersih (Anita dan Rahadian, 2003).

Semakin tinggi HCE maka akan semakin tinggi pula ROA perusahaan tersebut. Oleh karena itu, Human Capital Efficiency (HCE) berpengaruh positif terhadap Return on Assets (ROA).

H1: Human Capital Efficiency (HCE) berpengaruh positif terhadap Return on Assets (ROA).

2. Pengaruh Structural Capital Efficiency (SCE) Terhadap Return on Assets (ROA)

Structura l Ca pita l mencakup semua pengetahuan dalam perusahaan selain pengetahuan yang ada pada modal manusia, yang mencakup da ta ba se, bagan organisasi, proses manual, strategi, rutinitas dan sesuatu yang nilainya lebih tinggi dibandingkan dengan nilai materi. Structural Ca pita l merupakan sarana pendukung Huma n Ca pita l dalam meningkatkan kinerja perusahaan.

Ca pita l Efficiency (SCE). SCE mengukur jumlah Structural Capital yang dibutuhkan untuk menghasilkan 1 rupiah dari Value Added (VA) dan merupakan indikasi bagaimana keberhasilan Structural Capital dalam penciptaan nilai (Tan et al, 2007). Structural Capital diukur dari Value Added (VA) dikurangi dengan Human Capital (HC). Value Added (VA) adalah hasil penjualan (total pendapatan) dikurangi dengan total beban.

SCE menunjukkan berapa banyak jumlah Structural Capital yang dibutuhkan untuk menghasilkan Value Added (VA) secara efisien. Artinya perusahaan telah mampu memenuhi proses rutinitas perusahaan dan strukturnya secara efisien. Structural Capital merupakan kemampuan organisasi atau perusahaan dalam memenuhi proses rutinitas perusahaan dan strukturnya yang mendukung usaha karyawan untuk menghasilkan kinerja intelektual yang optimal serta kinerja bisnis secara keseluruhan (Sawarjuwono dan Agustine, 2003). Hal ini menunjukkan bahwa perusahaan semakin baik dalam mengelola aset perusahaan. Pengelolaan aset yang baik diharapkan dapat meningkatkan laba atas sejumlah aset yang dimiliki perusahaan yang diukur dengan Return on Assets (ROA).

Semakin tinggi SCE maka akan semakin tinggi pula ROA perusahaan tersebut. Oleh karena itu, Structural Capital Efficiency (SCE) berpengaruh positif terhadap ROA.

H2: Structural Capital Efficiency (SCE) berpengaruh positif terhadap Return on Assets (ROA).

20

3. Pengaruh Capital Employed Efficiency (CEE) Terhadap Return on Assets (ROA).

Modal yang digunakan (Capital Employed) didefinisikan sebagai total modal yang dimanfaatkan dalam aset tetap dan lancar suatu perusahaan (Pulic, 1998; Firer dan Williams, 2003). Capital Employed diukur dengan sebuah indikator yaitu Capital Employed Efficiency (CEE). CEE menunjukkan Value Added (VA) yang dapat dihasilkan oleh suatu perusahaan dengan modal yang digunakan (Capital Employed). Value Added (VA) adalah hasil penjualan (total pendapatan) dikurangi dengan total beban. Capital Employed diukur dengan nilai buku aktiva bersih yaitu selisih antara total aktiva dengan total kewajiban (liabilities) suatu perusahaan (Hendy, 2008).

CEE diperoleh jika modal yang digunakan lebih sedikit maka dapat menghasilkan penjualan yang meningkat atau modal yang digunakan lebih besar diiringi pula dengan penjualan yang semakin meningkat lagi. Modal yang digunakan merupakan nilai aset yang berkontribusi pada kemampuan perusahaan untuk menghasilkan pendapatan (investorword.com). Sehingga apabila modal yang digunakan suatu perusahaan dalam jumlah yang relatif besar maka mengakibatkan total aset perusahaan tersebut juga relatif besar. Sehingga pendapatan perusahaan pun akan meningkat pula. Hal ini dapat meningkatkan laba atas sejumlah aset yang dimiliki perusahaan yang diukur dengan Return on Assets (ROA). Ini berarti perusahaan tersebut

mempunyai kinerja keuangan yang lebih baik (Murdyanto, 2008).

Semakin tinggi CEE maka akan semakin tinggi pula ROA perusahaan tersebut. Oleh karena itu, Capital Employed Efficiency (CEE) berpengaruh positif terhadap ROA.

H3: Capital Employed Efficiency (CEE) berpengaruh positif terhadap Return on Assets (ROA).

4. Pengaruh Value Added of Intellectual Capital (VAICTM) Terhadap Return on Assets (ROA)

VAIC sebagai ukuran efisiensi modal intelektual terdiri dari tiga komponen yaitu Human Capital Efficiency (HCE), Structural Capital Efficiency (SCE) dan Capital Employed Efficiency (CEE). Kombinasi dari ketiga komponen tersebut akan menghasilkan nilai perusahaan. Perusahaan dalam mengelola pengetahuan, keterampilan dan keahlian modal manusia dengan didukung oleh modal struktural yang memudahkan dalam kegiatan operasional perusahaan, ditambah pula dengan modal yang digunakan akan meningkatkan aset perusahaan tersebut. Semakin baik perusahaan dalam mengelola ketiga komponen intellectual capital, menunjukkan semakin baik perusahaan dalam mengelola aset. Pengelolaan aset yang baik dapat meningkatkan laba atas sejumlah aset yang dimiliki perusahaan yang diukur dengan Return on Assets (ROA). Modal intelektual diakui sebagai aset perusahaan karena mampu menghasilkan keunggulan kompetitif dan kinerja keuangan yang superior (Barney, 1991).

22

Semakin tinggi VAIC maka akan semakin tinggi pula ROA perusahaan tersebut. Oleh karena itu, Value Added of Intellectual Capital (VAIC) berpengaruh positif terhadap Return on Assets (ROA).

H4: Value Added of Intellectual Capital (VAICTM) berpengaruh positif terhadap Return on Assets (ROA).

5. Pengaruh Huma n Ca pita l Efficiency (HCE), Structural Capital Efficiency (SCE), Capital Employed Efficiency (CEE) terhadap Return on Assets (ROA)

Semakin tinggi Human Capital Efficiency (HCE), Structural Capital Efficiency (SCE), Capital Employed Efficiency (CEE) maka akan semakin tinggi pula ROA perusahaan tersebut. Oleh karena itu, Value Added of Intellectua l Ca pita l (VAIC) berpengaruh positif terhadap Return on Assets (ROA).

H5: Huma n Capita l Efficiency (HCE), Structural Capital Efficiency (SCE), Ca pita l Employed Efficiency (CEE) berpengaruh secara simultan terhadap Return on Assets (ROA).

2.4 Hipotesis

Berdasarkan kerangka teoritis yang dibuat, maka penelitian ini dapat dirumuskan hipotesis alternatif untuk menguji pengaruh modal intelektual terhadap kinerja keuangan sebagai berikut:

H1: Human Capital Efficiency (HCE) berpengaruh positif terhadap Return on Assets (ROA).

on Assets (ROA).

H3: Capital Employed Efficiency (CEE) berpengaruh positif terhadap Return on Assets (ROA).

H4: Value Added of Intellectual Capital (VAICTM) berpengaruh positif terhadap Return on Assets (ROA).

H5: Huma n Ca pita l Efficiency (HCE), Structural Capital Efficiency (SCE), Ca pita l Employed Efficiency (CEE) berpengaruh secara simultan terhadap Return on Assets (ROA).

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian yang digunakan adalah penelitian asosiatif yang bertujuan untuk mengetahui hubungan antara dua variabel atau lebih (Sugiyono, 2006). Penelitian ini bertujuan untuk menganalisis hubungan antara tiga variabel independen, terhadap satu variabel dependen. Penelitian ini dilakukan untuk mengetahui dan membuktikan pengaruh Human Capital Efficiency (HCE), Structura l Ca pita l Efficiency (SCE), Capital Employed Efficiency (CEE) yang diproksikan dengan Va lue Added Intellectual Capital (VAIC™).

3.2. Tempat dan Waktu Penelitian

Penelitian ini dilakukan dengan menggunakan akses internet serta mengakses situs www.idx.co.id. Waktu penelitian dimulai dari bulan Februari 2015.

3.3 Definisi Operasional dan Pengukuran Variabel 3.3.1 Variabel dependen/Variabel terikat

Variabel dependen dalam penelitian ini adalah kinerja keuangan perusahaan. Variabel kinerja keuangan, yang mencerminkan efisiensi perusahaan terhadap total aktiva didefinisikan sebagai berikut.

Return on tota l a sset (ROA) merupakan salah satu rasio profitabilitas yang mengukur efektivitas perusahaan dalam menghasilkan keuntungan dengan memanfaatkan aktiva yang dimilikinya. ROA merefleksikan

keuntungan bisnis dan efisiensi perusahaan dalam pemanfaatan total aset (Chen et al., 2005). Rumus untuk menghitung ROA yaitu:

Total pendapatan termasuk pendapatan bunga bersih dan non pendapatan bunga.

3.3.2 Variabel independen / Variabel bebas

Variabel independen dalam penelitian ini adalah modal intelektual (intellectual capital). Modal intelektual adalah informasi dan pengetahuan yang diaplikasikan dalam pekerjaan untuk menciptakan nilai (Williams, 2001 dalam Purnomosidhi 2006). Saat ini upaya memberikan penilaian terhadap modal intelektual merupakan hal yang penting.

Pulic (1998) mengusulkan Koefisien Nilai Tambah Intelektual (Value Added Intellectual Coeffisient/VAICTM) untuk menyediakan informasi tentang efisiensi penciptaan nilai dari aset berwujud dan tidak berwujud dalam perusahaan. VAICTM adalah sebuah prosedur analitis yang dirancang untuk memungkinkan manajemen, pemegang saham dan pemangku kepentingan lain yang terkait untuk secara efektif memonitor dan mengevaluasi efisiensi nilai tambah den gan total sumber daya perusahaan dan masing-masing komponen sumber daya utama.

Nilai tambah atau Value Added (VA) adalah perbedaan antara OUT dan IN. Rumus untuk menghitung VA yaitu:

VA = OUT – IN OUT = Total pendapatan

26

IN = Beban dan Biaya-biaya selain beban karyawan

Metode VAIC mengukur efisiensi tiga jenis input perusahaan: modal manusia, modal struktural serta modal fisik dan finansial, yaitu:

1. Modal manusia (Human Capital/HC) mengacu pada nilai kolektif dari modal intelektual perusahaan yaitu kompetensi, pengetahuan, dan keterampilan (Pulic, 1998; Firer dan Williams, 2003), diukur dengan Huma n Capital Efisiensi (HCE) yang merupakan indikator efisiensi nilai tambah (Value Added/VA) modal manusia. Rumus untuk menghitung HCE yaitu:

HCE = VA/HC

HC = Gaji dan tunjangan karyawan

Gaji adalah suatu bentuk balas jasa ataupun penghargaan yang diberikan secara teratur kepada seorang pegawai atas jasa dan hasil kerjanya. Tunjangan adalah unsur-unsur balas jasa yang diberikan dalam nilai rupiah secara langsung kepada karyawan individual dan dapat diketahui secara pasti. Tunjangan diberikan kepada karyawan dimaksud agar dapat menimbulkan/meningkatkan semangat kerja bagi para karyawan.

2. Modal struktural (Structural Capital/SC) dapat didefinisikan sebagai competitive intelligence, formula, sistem informasi, hak paten, kebijakan, proses, dan sebagainya, hasil dari produk atau sistem perusahaan yang telah diciptakan dari waktu ke waktu (Pulic, 1998; Firer dan Williams, 2003), diukur dengan Structural Capital Efficiency

(SCE) yang merupakan indikator efisiensi nilai tambah (Value Added/VA) modal struktural. Rumus untuk menghitung SCE yaitu: SCE = SC / VA

SC = VA – HC

3. Modal yang digunakan (Capital Employed/CE) didefinisikan sebagai total modal yang dimanfaatkan dalam aset tetap dan lancar suatu perusahaan (Pulic, 1998; Firer dan Williams, 2003), diukur dengan Capital Employed Efficiency (CEE) yang merupakan indikator efisiensi nilai tambah (Value Added/VA) modal yang digunakan. Rumus untuk menghitung CEE yaitu:

CEE = VA/CE

CE = nilai buku aktiva bersih

Net Asset Value (NAV) adalah nilai buku aset perusahaan dikurangi dengan kewajiban-kewajiban (utang) perusahaan. Nilai buku (Book Value) adalah nilai kekayaan bersih, selisih antara total aktiva dengan total kewajiban (liabilities) suatu perusahaan (Hendy, 2008). Sehingga nilai VAIC dapat diperoleh dengan menjumlahkan ketiga komponennya yaitu HCE, SCE dan CEE. Rumus untuk menghitung VAIC yaitu:

28

Tabel 3.1 Definisi Operasional

Variabel Variabel

Penelitian Definisi Pengukuran Skala

Dependen

Kinerja Keuangan Perusahaan

(ROA)

Rasio ini menggambarkan perputaran aktiva diukur dari volum penjualan. Semakin besar rasio ini semakin baik. Hal ini berarti bahwa aktiva dapat lebih cepat berputar dan meraih laba.

ROA = Total

Pendapatan /

Total aset Rasio I N D E P E N D E N Human Capital Efficiency (HCE)

Human capital menurut

Stewart (1997) adalah

kemampuan individu yang

dibutuhkan untuk

menyediakan solusi kepada pelanggan.

HCE = VA/HC

Rasio

Structural Capital Efficiency

(SCE)

Structural capital menurut Guthrie (2001) dapat diartikan sebagai infrastruktur yang ada

di perusahaan yang

dicontohkan dalam bentuk sistem internal perusahaan, jaringan distribusi, rantai nilai perusahaan, dan sebagainya.

SCE = SC / VA

Rasio

Capital Employed Efficiency

(CEE)

Capital employed merupakan modal keuangan yakni total

modal yang dimanfaatkan

dalam asset tetap dan lancer dalam bentuk modal berwujud

seperti: cash, marketable

securities, account receivable, inventories, lend, bulidings,

dan lain lain.

CEE = VA/CE

Rasio

Value Added Intellectual Coefficient

(VAIC)

VAIC merupakan suatu model

yang dikembangkan oleh

Pulic (1998) untuk mengukur

intellectual capital melalui nilai tambah yang dihasilkan melalui value added.

VAIC = HCE +

Keterangan: VA = OUT – IN OUT = Total pendapatan

IN = Beban dan Biaya-biaya selain beban karyawan HC = Gaji dan tunjangan karyawan

SC = VA – HC

CE = nilai buku aktiva bersih

3.4. Populasi dan Sampel

Populasi dalam penelitian ini adalah semua perusahaan perbankan yang terdaftar di Bursa Efek Indonesia untuk periode 2011-2014 yang berjumlah 31 perusahaan.

Pengambilan sampel dalam penelitian ini dilakukan dengan metode purposive sampling dengan menggunakan pertimbangan sebagai berikut:

1.Perusahaan perbankan yang berturut-turut terdaftar di BEI pada tahun 2011-2014 tanpa didelesting

2.Perusahaan yang laporan keuangannya tersaji data sebagai berikut: Huma n Capita l Efficiency (HCE), Structural Capital Efficiency (SCE), dan Capital Employed Efficiency (CEE)

Berdasarkan pertimbangan tersebut, maka sampel dalam penelitian ini berjumlah 27 data perusahaan perbankan yang terdiri dari 20 bank komersial atau bank umum dan 7 bank asing yang terdaftar di bursa efek indonesia.

30

3.5 Jenis Data

Data yang digunakan dalam penelitian ini adalah data sekunder dengan mengambil data website Bursa Efek Indonesia www.idx.co.id yang berupa laporan keuangan perusahaan yang akan diteliti. Penelitian mengambil data Perusahaan Perbankan yang terdaftar di BEI untuk tahun 2011-2014. Daftar perusahaan yang dijadikan sampel dapat dilihat dalam tabel 3.2.

Tabel 3.2

Daftar Sampel Perusahaan Perbankan

No NAMA BANK KODE

Kriteria

Sampel

1 2 3

1 Bank Agroniaga Tbk AGRO - √ √

2 Bank Artha Graha Internasional Tbk

INPC

√ √ √ Sampel 1

3 Bank Bukopin Tbk BBKP √ √ √ Sampel 2

4 Bank Bumi Arta Tbk BNBA √ √ √ Sampel 3

5 Bank Capital Indonesia Tbk BACA √ √ √ Sampel 4

6 Bank Central Asia Tbk BBCA √ √ √ Sampel 5

7 Bank CIMB NIAGA Tbk BNGA √ √ √ Sampel 6

8 Bank Danamon Indonesia Tbk BDMN √ √ √ Sampel 7

9 Bank Ekonomi Raharja Tbk BAEK √ √ √ Sampel 8

10 Bank Pundi Indonesia Tbk BEKS - √ √

11 Bank Himpunan Saudara 1906 Tbk

SDRA

√ √ √ Sampel 9

12 Bank ICB Bumiputera Tbk BABP √ √ √ Sampel 10

13 Bank Internasional Indonesia Tbk

BNII

√ √ √ Sampel 11

14 Bank Kesawan Tbk BKSW - √ √

16 Bank Mayapada Internasional Tbk

MAYA _{√ √ √}

Sampel 13

17 Bank Mega Tbk MEGA √ √ √ Sampel 14

18 Bank Mutiara Tbk BCIC √ √ √ Sampel 15

19 Bank Negara Indonesia Tbk BBNI √ √ √ Sampel 16

20 Bank Nusantara Parahyangan Tbk

BBNP

√ √ √ Sampel 17

21 Bank OCBC NISP Tbk NISP √ √ √ Sampel 18

22 Bank Pan Indonesia Tbk PNBN √ √ √ Sampel 19

23 Bank Permata Tbk BNLI √ √ √ Sampel 20

24 Bank Rakyat Indonesia (Persero) Tbk

BBRI

√ √ √ Sampel 21

25 Bank Sinarmas Tbk BSMI √ √ √ Sampel 22

26 Bank Swadesi Tbk BSWD - √ √

27 Bank Tabungan Negara (Persero) Tbk

BBTN

√ √ √ Sampel 23

28 Bank Tabungan Pensiunan Nasional Tbk

BTPN

√ √ √ Sampel 24

29 Bank Victoria International Tbk BVIC √ √ √ Sampel 25 30 Bank Wisnu Kentjana

International Tbk

MCOR

√ √ √ Sampel 26

31 BPD Jawa Barat dan Banten Tbk BJBR √ √ √ Sampel 27 Sumber: Data sekunder yang diolah (2014)

3.6 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah studi dokumentasi. Ini dilakukan dengan mengumpulkan, mencatat dan menghitung data-data yang berhubungan dengan penelitian.

3.7 Teknik Analisis

32

pendekatan kuantitatif lebih fokus pada tujuan untuk generalisasi, dengan melakukan pengujian statistik dan steril dari pengaruh subjektif peneliti (Sekaran, 1992). Alat analisis yang digunakan dalam penelitian ini adalah analisis regresi linier berganda. Analisis regresi berganda adalah analisis mengenai beberapa variabel independen dengan satu variabel dependen. Dalam penelitian ini akan dianalisis mengenai pengaruh modal intelektual (yang diukur dengan VAIC), ketiga komponen utama (HCE, SCE, CEE) dan jenis bank (GROUP) terhadap kinerja keuangan perusahaan (yang diukur dengan ROA).

Beberapa langkah yang dilakukan dalam analisis tersebut masi ng-masing akan dijelaskan di bawah ini.

3.7.1. Statistik deskriptif

Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), minimum, maksimum dan standar deviasi (Ghozali, 2006). Gambaran data tersebut menghasilkan informasi yang jelas sehingga data tersebut mudah dipahami. Dalam penelitian ini, dengan melihat gambaran dari data-data yang ada, maka akan diperoleh informasi yang jelas mengenai pengaruh modal intelektual terhadap kinerja keuangan perusahaan.

3.7.2 Uji asumsi klasik

Dengan menggunakan metode Original Least Square (OLS) dalam menghitung persamaan regresi, maka dalam analisis regresi tersebut ada beberapa asumsi yang harus dipenuhi agar persamaan regresi tersebut valid untuk digunakan dalam penelitian. Asumsi-asumsi tersebut disebut dengan

asumsi klasik.

3.7.2.1 Uji normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penganggu atau residual memiliki distribusi normal. Cara untuk megetahui apakah data tersebut terdistribusi secara normal atau tidak yaitu dengan uji statistik non-parametrik Smirnov (K-S). Data terdistribusi normal apabila hasil Kolmogorov-Smirnov menunjukkan nilai signifikan diatas 0,05 (Ghozali, 2006).

3.7.2.2 Uji multikolonieritas

Uji Multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Cara untuk mengetahui apakah terjadi multikolonieritas atau tidak yaitu dengan melihat nilai Tolerance dan Variance Inflation Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen (terikat) dan diregresi terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai Tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF = 1/Tolerance). Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai Tolerance < 0,10 atau sama dengan nilai VIF > 10 (Ghozali,

34

2006)

3.7.2.3 Uji autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 atau periode sebelumnya. Cara untuk mengetahui apakah terjadi autokorelasi atau tidak yaitu dengan menggunakan Run Test. Run Test sebagai bagian dari statistik non-parametrik dapat pula digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Run test digunakan untuk melihat apakah data residual terjadi secara random atau tidak (sistematis). Tidak terjadi autokorelasi yaitu apabila probabilitas signifikan lebih besar dari α = 0,05 (Ghozali, 2006).

3.7.2.4 Uji heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Cara untuk mengetahui apakah terjadi heteroskedastisitas atau tidak yaitu dengan melihat Grafik Plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID. Tidak terjadi heteroskedastisitas yaitu apabila tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y (Ghozali, 2006).

3.7.3 Uji model (Goodness of fit)

Model regresi yang digunakan dalam penelitian ini yaitu terdiri dari model 1 dan model 2. Model regresi tersebut meneliti hubungan antara VAIC, ketiga komponen modal intelektual (HCE, SCE, CEE), GROUP, ROA. Model regresi tersebut adalah sebagai berikut:

Model 1: ROAit = β0 + β1VAICit + GROUP it + εit

Model 2 : ROAit = β0 + β1HCEit + β2CEEit + β3SCEit + GROUP it + εit

Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari Goodness of Fit-nya. Secara statistik, setidaknya ini dapat diukur dari nilai koefisien determinasi, nilai statistik F dan nilai statistik t. Perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana Ho ditolak). Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana Ho diterima (Ghozali, 2006).

3.7.3.1 Koefisien determinasi

Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen (Ghozali, 2006). Koefisien determinasi ini digunakan karena dapat menjelaskan kebaikan dari model regresi dalam memprediksi variabel dependen. Semakin tinggi nilai koefisien determinasi maka akan semakin baik pula kemampuan variabel independen dalam menjelaskan variabel dependen. Ada dua jenis koefisien determinasi yaitu koefisien determinasi biasa dan koefisien determinasi disesuaikan/Adjusted R

36

Square (Purbayu dan Ashari, 2005).

Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.

3.7.3.2 Uji signifikansi simultan (Uji statistik F)

Uji Statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen (Ghozali, 2006). Cara untuk mengetahuinya yaitu dengan membandingkan nilai F hitung dengan nilai F tabel. Apabila nilai F hitung lebih besar daripada nilai F tabel, maka hipotesis alternatif diterima artinya semua variabel independen secara bersama-sama dan signifikan mempengaruhi variabel dependen. Selain itu juga dapat dilihat berdasarkan probabilitas. Jika probabilitas (signifikansi) lebih kecil dari 0,05 (α) maka variabel independen secara bersama-sama (simultan) berpengaruh terhadap variabel dependen.

3.7.4 Uji hipotesis (Signifikansi parameter individual/Uji statistik t) Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu

variabel independen secara individual dalam menerangkan variasi variabel dependen. Cara untuk mengetahuinya yaitu dengan membandingkan nilai t hitung dengan nilai t tabel. Apabila nilai t hitung lebih besar dibandingkan dengan nilai t table maka berarti t hitung tersebut signifikan artinya hipotesis alternatif diterima yaitu variabel independen secara individual mempengaruhi variabel dependen. Selain itu, bisa juga dilakukan dengan melihat p-value dari masing-masing variabel. Hipotesis diterima apabila p-value < 5 % (Ghozali, 2001).

BAB IV

HASIL DAN PEMBAHASAN 4.1 Analisis Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata (mean), dan nilai standar deviasi, dari variabel HCE, SCE, CEE, VAIC, dan ROA. Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai berikut.

Tabel 4.1

Statistik Deskriptif dari HCE, SCE, CEE, VAIC, ROA Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

HCE 108 -4.14 8.91 2.2969 1.38797

SCE 108 -.82 6.77 .6579 .77610

CEE 108 -.69 3.79 .3305 .38628

VAIC 108 -3.59 10.41 3.1995 1.59355

ROA 108 -7.58 5.15 1.9206 1.65746

Valid N (listwise) 108

Sumber: hasil olahan software SPSS

Berdasarkan Tabel 4.1, diketahui nilai HCE minimum adalah -4,14, sedangkan nilai HCE maksimum adalah 8,91. Diketahui rata-rata (mean) HCE dari tahun 2011-2014 adalah 2,2969, dan standar deviasinya adalah 1,38797. Perhatikan bahwa nilai standar deviasi lebih rendah dari nilai rata-rata, sehingga dapat diinterpretasikan bahwa besarnya simpangan data menunjukkan rendahnya fluktuasi dari data HCE pada periode tahun 2011-2014. Diketahui nilai SCE minimum adalah -0,82, sedangkan nilai SCE maksimum adalah 6,77. Diketahui rata-rata (mean) SCE dari tahun 2011-2014 adalah 0,6579, dan standar deviasinya adalah 0,77610. Perhatikan bahwa nilai standar deviasi lebih besar dari nilai

rata-rata, sehingga dapat diinterpretasikan bahwa besarnya simpangan data menunjukkan tingginya fluktuasi dari data HCE pada periode tahun 2011-2014. Diketahui nilai CEE minimum adalah -0,69, sedangkan nilai CEE maksimum adalah 3,79. Diketahui rata-rata (mean) CEE dari tahun 2011-2014 adalah 0,3305, dan standar deviasinya adalah 0,38628. Perhatikan bahwa nilai standar deviasi lebih besar dari nilai rata-rata, sehingga dapat diinterpretasikan bahwa besarnya simpangan data menunjukkan tingginya fluktuasi dari data CEE pada periode tahun 2011-2014. Diketahui nilai VAIC minimum adalah -3,59, sedangkan nilai VAIC maksimum adalah 10,41. Diketahui rata-rata (mean) VAIC dari tahun 2011-2013 adalah 3,1995, dan standar deviasinya adalah 1,593. Perhatikan bahwa nilai standar deviasi lebih rendah dari nilai rata-rata, sehingga dapat diinterpretasikan bahwa besarnya simpangan data menunjukkan rendahnya fluktuasi dari data VAIC pada periode tahun 2011-2014. Diketahui nilai ROA minimum adalah -7,58, sedangkan nilai ROA maksimum adalah 5,15. Diketahui rata-rata (mean) ROA dari tahun 2011-2014 adalah 1,92, dan standar deviasinya adalah 1,657. Perhatikan bahwa nilai standar deviasi lebih rendah dari nilai rata-rata, sehingga dapat diinterpretasikan bahwa besarnya simpangan data menunjukkan rendahnya fluktuasi dari data ROA pada periode tahun 2011-2014.

4.2 Uji Asumsi Klasik

4.2.1 Uji Asumsi Normalitas

Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Kolmogorov-Smirnov. Tingkat signifikansi yang

40

digunakan . Dasar pengambilan keputusan adalah melihat angka probabilitas , dengan ketentuan sebagai berikut.

Jika nilai probabilitas 0,05, maka asumsi normalitas terpenuhi. Jika probabilitas < 0,05, maka asumsi normalitas tidak terpenuhi.

Tabel 4.2 Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 108

Kolmogorov-Smirnov Z 1.307

Asymp. Sig. (2-tailed) .066

a. Test distribution is Normal. b. Calculated from data.

Sumber: hasil olahan software SPSS

Perhatikan bahwa berdasarkan Tabel 4.2, diketahui nilai probabilitas atau Asymp. Sig. (2-tailed) sebesar 0,066. Karena nilai probabilitas , yakni 0,066, lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas terpenuhi.

Pengujian asumsi normalitas dapat juga digunakan pendekatan analisis grafik, histogram. Pada untuk pendekatan histogram, jika kurva berbentuk kurva normal, maka asumsi normalitas dipenuhi. Pada pendekatan normal probability plot, jika titik-titik (dots) menyebar jauh (menyebar berliku-liku pada garis diagonal seperti ular) dari garis diagonal, maka diindikasi asumsi normalitas error tidak dipenuhi. Jika titik-titik menyebar sangat dekat pada garis diagonal, maka asumsi normalitas dipenuhi. Gambar 4.1 dan Gambar 4.2 merupakan output dari

SPSS. Perhatikan bahwa kurva pada histogram berbentuk kurva normal, sehingga disimpulkan bahwa asumsi normalitas error dipenuhi. Di samping itu pada normal probability plot (Gambar 4.2), titik-titik menyebar cukup dekat pada garis diagonal, maka disimpulkan bahwa asumsi normalitas dipenuhi.

Sumber: hasil olahan software SPSS Gambar 4.1

42

Sumber: hasil olahan software SPSS Gambar 4.2

Normalitas dengan Normal Probability Plot 4.2.2 Uji Multikolinearitas

Untuk memeriksa apakah terjadi multikolinearitas atau tidak dapat dilihat dari nilai variance inflation factor (VIF). Nilai VIF yang lebih dari 10 diindikasi suatu variabel bebas terjadi multikolinearitas (Myers dalam Stevens, 2009:75).

Perhatikan bahwa berdasarkan Tabel 4.2, nilai VIF dari variabel HCE adalah 5,327, SCE 2,485, CEE 1,567, dan VAIC 6,763. Karena masing-masing nilai VIF tidak lebih besar dari 10, maka tidak terdapat gejala multikolinearitas yang berat.

Tabel 4.2 Uji Multikolinearitas

Model

Collinearity Statistics

Tolerance VIF

1 (Constant)

HCE .188 5.327

SCE .402 2.485

CEE .638 1.567

VAIC .148 6.763

Sumber: hasil olahan software SPSS 4.2.3 Uji Asumsi Autokorelasi

Pengambilan keputusan apakah terjadi autokorelasi atau tidak, dapat dibandingkan nilai statistic Durbin-Watson dengan nilai kritis Durbin-Watson.

Tabel 4.3 Uji Autokorelasi

Model Durbin-Watson

1 2.153

Berdasarkan Tabel 4.3, diketahui nilai statistik Durbin-Watson adalah 2,153. Jumlah variabel bebas sebanyak 4, dan jumlah sampel yang diteliti sebanyak 108, maka berdasarkan tabel durbin Watson diketahui

dan . Oleh karena itu hasil uji autukorelasi menghasilkan kesimpulan bahwa

berarti hal ini menunjukan bahwa tidak

terdapat autokorelasi dalam model regresi penelitian ini.

Maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual.

44

4.2.4 Uji Heteroskedastisitas

Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara SRESID pada sumbu Y, dan ZPRED pada sumbu X. (Field, 2009:230, Ghozali, 2006:139). Field (2009:248, Ghozali, 2011:139) menyatakan dasar analisis adalah jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

Sumber: hasil olahan software SPSS Gambar 4.3

Perhatikan bahwa berdasarkan Gambar 4.3, tidak terdapat pola yang begitu jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan uji Glejser (Ghozali, 2013:142). Berikut hasil uji Glejser.

Tabel 4.4

Uji Heteroskedastisitas (Uji Glejser) Heteroskedasticity Test: Glejser

Variable Coefficient Std. Error t-Statistic Prob.

C 0.598444 0.217740 2.748430 0.0071

CEE -0.042041 0.304293 -0.138160 0.8904

HCE -0.175013 0.156137 -1.120894 0.2649

SCE -0.056764 0.190729 -0.297618 0.7666

VAIC 0.234934 0.153237 1.533145 0.1283

Berdasarkan Tabel 4.4, diketahui nilai probabilitas (Prob.) dari CEE adalah 0,8904, nilai probabilitas (Prob.) dari HCE adalah 0,2649, nilai probabilitas (Prob.) dari SCE adalah 0,7666, dan nilai probabilitas (Prob.) dari VAIC adalah 0,1283. Karena seluruh nilai probabilitas dari variabel X lebih besar dari 0,05 (tidak signifikan), maka disimpulkan bahwa tidak terjadi heteroskedastisitas (Ghozali, 2013:143).

4.3 Pengujian Hipotesis

Pada pengujian hipotesis, akan dilakukan analisis korelasi, koefisien determinasi, pengujian signifikansi koefisien regresi parsial secara menyeluruh atau simultan (uji ), dan uji signifikansi koefisien regresi parsial secara individu (uji ).

DAFTAR PUSTAKA

Baroroh, Niswah, 2013. “Analisis Pengaruh Modal Intelektual terhadap Kinerja keuangan Perusahaan Manufaktur di Indonesia” Volume 5 Nomor 2 Hal 173-182.

Gamst, G., L.S. Meyers, dan A.J. Guarino. 2008. Analysis of Variance Designs, Computa tiona l Approa ch with SPSS a nd SAS. Cambridge: Cambridge University Press.

Ghozali, I.2002. Aplikasi Analisis Multivariate dengan Program SPSS. Semarang: Gio, P.U. 2015. Belajar Olah Data dengan EViews. Medan: USUpress. Badan

Penerbitan Universitas Dipenogoro.

Jeffy, W. dan Siregar, Baldric, 2011. “Pengaruh Modal Intelektual terhadap Kiner ja Keua nga n pada Perusa ha a n Sektor Keua ngan yang terda fta r di Bursa Efek Indonesia”, Volume 22 Nomor 2 Hal 107-124.

Khalique, M., Nassir, J. A., Hassan, A., Noridah, 2013. “Impact of Intellectual Ca pita l on the Orga niza tiona l Performa nce of Isla mic Ba nking Sector in Malaysia”. Asian Journal of Finance & Accounting Volume 5, No. 2, Desember. pp 75-83.

Ritonga, Kirmizi dan Andriyanie, Jessica, 2011. “Pengaruh Moda l Intelektua l terha dap Kinerja Keua nga n pa da Perusa ha a n LQ45 ya ng terda fta r di Bursa Efek Indonesia”, Volume 3 Nomor 2 Hal 467-481.

Salim, Selvi Meliza dan Karyawati, Golrida, 2013. “Pengaruh Modal Intelektual terhadap Kinerja Keuangan”, Volume 1 Nomor 2 Hal 1-13.

Wahdikorin, Ayu, 2010. “Pengaruh Modal Intelektual Terhadap Kinerja Keua nga n Perusa ha an Perba nka n yang Terda fta r di Bursa Efek Indonesia (BEI) Ta hun 2007-2009”. Skripsi Sarjana Ekonomi. Universitas Diponegoro, Semarang.

Wati, Ni Made Ratna, Sujana, Edy dan Darmawan, Nyoman Ari Surya, 2014. “Pengaruh Modal Intelektual dan Organization Learning terhadap Kinerja Keuangan”, Volume 2 Nomor 1.

58

Yaputra, Andreas dan Prasetyo, Ari Hadi, 2012. “Pengaruh Modal Inteletual terha dap Kinerja Keua nga n Perusa ha a n Infra struktur, Utilita s da n Tra nsporta si yang terda fta r di Bursa Efek Indonesia Periode 2008-2010”, Volume 1 Nomor 1 hal 88-101.

LAMPIRAN

Lampiran I DAFTAR VARIABEL PENELITIAN

Tahun 2011 HCE (X1)

SCE (X2)

CEE (X3)

VAIC (X4)

ROA (Y)

INPC _{1,4152 0,2934 0,2965 2,0052 0,72}

BBKP 2,4285 0,5882 0,3405 3,3572 1,87

BNBA 0,8437 -0,1852 0,0706 0,7291 2,11

BACA 1,8562 0,4613 0,1384 2,4559 0,84

MGBBCA 3,0569 0,6729 0,3785 4,1083 3,60

BNGA 2,7041 0,6302 0,3279 3,6622 2,85

BDMN 2,0450 0,5110 0,3493 2,9053 2,60

BAEK 1,7256 0,4205 0,3057 2,4518 1,49

SDRA 2,2915 0,5636 0,4568 3,3118 3,00

BABP 0,6905 -0,4482 0,1993 0,4415 -1,64

BNII 2,5735 0,6114 0,6210 3,8059 1,13

BMRI 2,0998 0,5238 0,2268 2,8504 3,37

MAYA -0,3197 4,1276 -0,0426 3,7652 2,07

MEGA 2,1175 0,5277 0,4629 3,1082 2,29

BCIC 2,5226 0,6036 0,4023 3,5285 2,17

BBNI 2,9599 0,6621 0,3944 4,0164 2,90

BBNP 1,8036 0,4456 0,3533 2,6025 1,53

NISP 2,0595 0,5145 0,2967 2,8707 1,91

PNBN _{2,6913 0,6284 0,1482 3,4680 2,02}

BNLI 1,5360 0,3490 0,0229 1,9079 1,66

BBRI 3,1385 0,6814 0,5481 4,3680 4,93

BSMI 3,2233 0,6898 0,7464 4,6595 1,07

BBTN 3,2445 0,6918 0,5857 4,5220 2,03

BTPN 2,2902 0,5634 0,5635 3,4171 4,40

BVIC 1,9044 0,4749 0,0355 2,4148 2,65

MCOR 2,1613 0,5373 0,3202 3,0187 0,96

60

Tahun 2012 HCE (X1)

SCE (X2)

CEE (X3)

VAIC (X4)

ROA (Y)

INPC _{1,9230 0,4800 0,2342 2,6372 0,66}

BBKP _{1,9506 0,4873 0,2742 2,7122 1,83}

BNBA _{1,8408 0,4568 0,2856 2,5831 2,47}

BACA _{1,5032 0,3348 0,1213 1,9593 1,32}

BBCA _{3,0768 0,6750 0,3302 4,0819 3,60}

BNGA _{2,4480 0,5915 0,3054 3,3449 3,18}

BDMN _{1,9680 0,4919 0,3563 2,8162 2,70}

BAEK _{1,5965 0,3736 0,2930 2,2631 1,02}

SDRA _{2,0218 0,5054 0,5756 3,1028 2,78}

BABP _{1,0759 0,0706 0,2326 1,3791 0,09}

BNII _{2,6929 0,6286 0,5113 3,8328 1,62}

BMRI _{2,5281 0,6044 0,2685 3,4010 3,55}

MAYA _{-0,4945 3,0224 -0,0621 2,4659 2,41}

MEGA _{1,5637 0,3605 0,2868 2,2110 2,74}

BCIC _{-4,1431 1,2414 -0,6852 -3,5869 1,06}

BBNI _{3,2988 0,6969 0,4209 4,4166 2,90}

BBNP _{1,8074 0,4467 0,3019 2,5561 1,57}

NISP _{2,1265 0,5298 0,2140 2,8703 1,79}

PNBN _{3,3277 0,6995 0,2295 4,2567 1,96}

BNLI _{2,0995 0,5237 0,3111 2,9343 1,70}

BBRI _{3,6044 0,7226 0,5558 4,8827 5,15}

BSMI _{2,0147 0,5037 0,2069 2,7253 1,74}

BBTN _{3,7975 0,7367 3,7916 8,3258 1,94}

BTPN _{2,3126 0,5676 0,5087 3,3889 4,70}

BVIC 3,3276 0,6995 0,0707 4,0978 2,17

MCOR _{1,9604 0,4899 0,2192 2,6694 2,04}

Tahun 2013 HCE (X1)

SCE (X2)

CEE (X3)

VAIC (X3)

ROA (Y)

INPC 1,9230 0,4800 0,2342 2,6372 1,39

BBKP _{1,9506 0,4873 0,2742 2,7122 1,75}

BNBA _{1,8408 0,4568 0,2856 2,5831 2,05}

BACA _{1,5032 0,3348 0,1213 1,9593 1,59}

BBCA _{3,0768 0,6750 0,3302 4,0819 3,80}

BNGA 2,4480 0,5915 0,3054 3,3449 2,76

BDMN _{1,9680 0,4919 0,3563 2,8162 2,50}

BAEK _{1,5965 0,3736 0,2930 2,2631 1,19}

SDRA _{2,0218 0,5054 0,5756 3,1028 2,23}

BABP _{1,0759 0,0706 0,2326 1,3791 -0,93}

BNII _{2,6929 0,6286 0,5113 3,8328 1,71}

BMRI _{2,5281 0,6044 0,2685 3,4010 3,66}

MAYA _{-0,4945 3,0224 -0,0621 2,4659 2,53}

MEGA 1,5637 0,3605 0,2868 2,2110 1,14

BCIC _{-4,1431 1,2414 -0,6852 -3,5869 -7,58}

BBNI _{3,2988 0,6969 0,4209 4,4166 3,20}

BBNP _{1,8074 0,4467 0,3019 2,5561 1,58}

NISP _{2,1265 0,5298 0,2140 2,8703 1,81}

PNBN _{3,3277 0,6995 0,2295 4,2567 1,85}

BNLI _{2,0995 0,5237 0,3111 2,9343 1,55}

BBRI _{3,6044 0,7226 0,5558 4,8827 5,03}

BSMI _{2,0147 0,5037 0,2069 2,7253 1,71}

BBTN _{3,7975 0,7367 3,7916 8,3258 1,79}

BTPN _{2,3126 0,5676 0,5087 3,3889 4,50}

BVIC _{3,3276 0,6995 0,0707 4,0978 1,97}

MCOR _{1,9604 0,4899 0,2192 2,6694 1,74}

62

Tahun 2014 HCE (X1)

SCE (X2)

CEE (X3)

VAIC (X4)

ROA (Y)

INPC 1,5645 0,3608 0,2101 2,1355 0,78

BBKP _{2,2830 0,5620 0,2945 3,1394 1,33}

BNBA _{1,9512 0,4875 0,3101 2,7489 1,52}

BACA _{2,1298 0,5305 0,1956 2,8559 1,33}

BBCA _{3,3920 0,7052 0,3775 4,4747 3,90}

BNGA 2,8989 0,6550 0,3344 3,8884 1,44

BDMN _{1,6993 0,4115 0,2991 2,4099 1,40}

BAEK _{1,1571 0,1358 0,2172 1,5101 0,30}

SDRA _{7,8542 0,8727 0,0554 8,7823 2,81}

BABP _{0,5487 -0,8226 0,0702 -0,2037 -0,82}

BNII _{2,7850 0,6409 0,4098 3,8358 0,67}

BMRI _{2,5181 0,6029 0,2605 3,3815 3,57}

MAYA _{2,5520 0,6082 0,3346 3,4947 1,98}

MEGA 1,6356 0,3886 0,2582 2,2824 1,16

BCIC _{-0,9669 2,0342 -0,2410 0,8263 -4,96}

BBNI _{3,5315 0,7168 0,3924 4,6408 3,49}

BBNP _{1,6703 0,4013 0,2855 2,3572 1,32}

NISP _{2,3604 0,5763 0,2326 3,1693 1,79}

PNBN _{8,9123 0,8878 0,6130 10,4132 1,79}

BNLI _{4,2931 0,7671 0,5701 5,6303 1,16}

BBRI _{3,5921 0,7216 0,5186 4,8324 4,74}

BSMI _{4,5287 0,7792 0,4826 5,7905 1,02}

BBTN _{2,4542 0,5925 0,3208 3,3675 1,12}

BTPN _{2,0030 0,5008 0,4177 2,9214 3,60}

BVIC _{1,8321 0,4542 0,1896 2,4759 0,80}

MCOR _{1,5707 0,3634 0,1691 2,1032 0,79}